EGI OpenIR  > 研究系统  > 荒漠环境研究室
基于机器学习模型的沙漠腹地地下水含盐量变化过程及模拟研究/Groundwater salt content change and its simulation based on machine learning model in hinterlands of Taklimakan Desert[J]
范敬龙; 刘海龙; 雷加强; 徐新文; 王桂芬; 钟显斌; 闫健; 中国科学院新疆生态与地理研究所,乌鲁木齐,830011; 立命馆大学信息理工学研究科 Emergent System研究室,日本滋贺县525-8577; 中国石油塔里木油田公司,库尔勒,841000
2013
Source Publication生态学报
Volume33Issue:18Pages:5874-5882
Abstract为了研究塔克拉玛干沙漠腹地的地下水盐分变化规律,模拟地下水盐分变化过程,评价适合该区域的地下水变化规律的模型.通过对研究区蒸发量、降水量、气温、气压、地下水位、地下水电导率数据的统计分析,揭示了地下水含盐量及其影响因素的特征;使用GP模型、GPLVM模型和BP人工神经网络模型以及综合模型,模拟了气候变化和人类活动双重影响下的地下水含盐量变化过程,并评价了模型的模拟结果.研究结果表明:(1)研究区地下水流动系统主要受气候变化和人类活动的影响,地下水位在局部地区随开采过程呈现波动变化.地下水位变化过程与气压的变化规律相一致;而气温和蒸发量的季节变化规律相一致.地下水盐分含量呈上升趋势.(2)GP模型对于地下水含盐量的预测效果最好;GPLVM模型对于已知地下水含盐量条件下,与其他环境因素进行多元回归分析的拟合效果最好.而GP、GPLVM和BP人工神经网络模型的综合模型,对于包括模型训练和模型预测的全体数据集的拟合和预测效果最好.
Keyword地下水含盐量 高斯过程 高斯过程隐变量模型 人工神经网络 沙漠腹地 Groundwater Salt Content Gaussian Process Gaussian Process Latent Variable Model Back Propagation Artificial Neural Network Hinterlands Of Taklimakan Desert
Funding Organization中国科学院西部博士专项 ; 中国科学院西部博士专项 ; 国家自然科学基金项目 ; 国家自然科学基金项目 ; 塔里木油田科技项目 ; 塔里木油田科技项目 ; 中国科学院西部博士专项 ; 中国科学院西部博士专项 ; 国家自然科学基金项目 ; 国家自然科学基金项目 ; 塔里木油田科技项目 ; 塔里木油田科技项目
URL查看原文
Language中文
Funding Organization中国科学院西部博士专项 ; 中国科学院西部博士专项 ; 国家自然科学基金项目 ; 国家自然科学基金项目 ; 塔里木油田科技项目 ; 塔里木油田科技项目 ; 中国科学院西部博士专项 ; 中国科学院西部博士专项 ; 国家自然科学基金项目 ; 国家自然科学基金项目 ; 塔里木油田科技项目 ; 塔里木油田科技项目
Document Type期刊论文
Identifierhttp://ir.xjlas.org/handle/365004/13956
Collection研究系统_荒漠环境研究室
Corresponding Author中国科学院新疆生态与地理研究所,乌鲁木齐,830011; 立命馆大学信息理工学研究科 Emergent System研究室,日本滋贺县525-8577; 中国石油塔里木油田公司,库尔勒,841000
Recommended Citation
GB/T 7714
范敬龙,刘海龙,雷加强,等. 基于机器学习模型的沙漠腹地地下水含盐量变化过程及模拟研究/Groundwater salt content change and its simulation based on machine learning model in hinterlands of Taklimakan Desert[J][J]. 生态学报,2013,33(18):5874-5882.
APA 范敬龙.,刘海龙.,雷加强.,徐新文.,王桂芬.,...&中国石油塔里木油田公司,库尔勒,841000.(2013).基于机器学习模型的沙漠腹地地下水含盐量变化过程及模拟研究/Groundwater salt content change and its simulation based on machine learning model in hinterlands of Taklimakan Desert[J].生态学报,33(18),5874-5882.
MLA 范敬龙,et al."基于机器学习模型的沙漠腹地地下水含盐量变化过程及模拟研究/Groundwater salt content change and its simulation based on machine learning model in hinterlands of Taklimakan Desert[J]".生态学报 33.18(2013):5874-5882.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[范敬龙]'s Articles
[刘海龙]'s Articles
[雷加强]'s Articles
Baidu academic
Similar articles in Baidu academic
[范敬龙]'s Articles
[刘海龙]'s Articles
[雷加强]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[范敬龙]'s Articles
[刘海龙]'s Articles
[雷加强]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.